MedCalc-Pro는 실제 임상에 가까운 복잡한 의료 계산 능력을 평가하는 새 벤치마크로, 14개 진료과의 의료 계산기 77종을 아우르는 실제 임상 사례 2,268건을 담았다. 기존 벤치마크가 사례당 계산기 하나에 도구까지 명시해 주는 단순 설정이었던 것과 달리, 단일 계산기·다중 계산기·중첩 계산기의 세 단계 난이도와 대상 계산기를 특정하지 않는 모호한 질의까지 포함한다. 함께 제안된 에이전트 프레임워크는 다중 도구 선택과 중첩 도구 호출을 지원하고 구조화된 검증·근거 검토로 파라미터 오류 전파를 억제해, 오픈소스·클로즈드소스·의료 특화 LLM 비교에서 세 설정 모두 최고 성능을 기록했다. 임상 현장 수준의 LLM 계산 능력 평가와 적용에 실질적 기준을 제공한다.

• •14개 진료과·77종 의료 계산기·실제 임상 사례 2,268건으로 구성된 벤치마크
• •단일→다중→중첩 계산기의 3단계 난이도와 대상 미지정 모호 질의 포함으로 실제 임상 반영
• •다중 도구 선택·중첩 도구 호출을 지원하는 범용 에이전트 프레임워크 함께 제안
• •구조화된 검증과 근거 검토로 파라미터 오류 전파 억제
• •오픈소스·클로즈드·의료 특화 LLM 비교에서 제안 프레임워크가 세 설정 모두 최고 성능